損失的精度熊貓

Question

我在Python轉換還有一些浮標（有的長一些短）爲字符串並獲得意想不到的結果（？）：

案例1

pd.options.display.float_format = '{:.2f}'.format 
pd.DataFrame({'x': [12345.67]}) 

      x 
0 12345.67 

案例2

pd.DataFrame({'x': [1234589890808980.67]}) 

         x 
0 1234589890808980.75 

案例3

pd.DataFrame({'x': [1234589890878708980.67]}) 

         x 
0 1234589890878708992.00 

我甚至嘗試dtypes 和np.longdouble，但收效不大。

請問有人可以解釋一下這裏發生了什麼，並且在情況2和3中可以「正確」轉換嗎？

謝謝！

Answer 1

恐怕這個「問題」發生在Python（而不是熊貓）方面。當你有一個像1234589890878708980.67它視爲float一些瞬時值瞬間失去精度，例如：

>>> 1234589890878708980.67 
1.234589890878709e+18 
>>> 1234589890878708980.67 == 1234589890878708980.6712345 
True 

你可以嘗試像decimal.Decimal：

>>> import decimal 
>>> pd.DataFrame({'x': [decimal.Decimal('1234589890808980.67')]}) 
        x 
0 1234589890808980.67 

編輯：

加入OP的評論中有幾個問題。

但是，我是否理解這個方法正常工作的值應該是字符串呢？

是:)

如果什麼它是從CSV文件中讀取浮動？

AFAIK Python的csv閱讀器不應該執行任何類型轉換，您將得到可以隨後轉換的字符串。否則，如果您使用的是pandas.read_csv，則可以嘗試設置dtype和float_precision參數（您也可以讓大熊貓載入純字符串，並自己稍後轉換值）。